学术写作不该是一个人的事Academic Research Skills的设计理念与人文立场【免费下载链接】academic-research-skillsAcademic Research Skills for Claude Code: research → write → review → revise → finalize项目地址: https://gitcode.com/GitHub_Trending/ac/academic-research-skills学术写作不该是一个人的事。开源项目Academic Research Skills简称 ARS是一套面向 AI 学术写作的协作技能框架覆盖「研究 → 写作 → 审稿 → 修订 → 定稿」的完整论文生产流程。它反复强调的核心立场只有一句AI 是你的副驾copilot而不是代驾pilot——繁重的体力活交给机器真正需要大脑的环节留给你。一、先泼一盆冷水为什么AI 全自动写论文走不通在谈理念之前先看三条让 ARS 坚持人机协作路线的真实证据证据说明 首个通过盲审的全自动 AI 研究系统Lu 等人2026Nature的 AI Scientist 系统通过了 ICLR 2025 workshop 的盲审但其局限性一节列出了所有全自动系统绕不开的故障模式幻觉结果、把 bug 包装成洞察、方法论编造、引用幻觉 语料库规模的引用幻觉审计Zhao 等人对 250 万篇论文的 1.11 亿条参考文献做了审计保守估计仅 2025 年就有约 14.7 万条幻觉引用⚠️ 项目自己的翻车记录ARS 一次真实流水线产出的论文在发表后独立审计中发现 68 条参考文献里有 21 条存在问题——而它们此前通过了三轮机器完整性检查结论很清晰AI 增强的研究者比纯 AI或纯人类都更能规避这些故障模式。Human-in-the-loop人在回路不是保守而是被证据支持的工程决策。项目完整的设计哲学写在 POSITIONING.md 里一句话概括辅助而非欺骗。二、四个技能一支分工明确的AI 研究团队ARS 不是一个单一工具而是四支各司其职的智能体团队合计 40 个专职 agent技能角色规模入口文件deep-research文献研究与问题凝练含苏格拉底引导模式、PRISMA 系统综述13 个 agent / 8 种模式deep-research/SKILL.mdacademic-paper论文写作含风格校准、引用格式转换、修订教练12 个 agent / 11 种模式academic-paper/SKILL.mdacademic-paper-reviewer多视角同行评审含魔鬼代言人审稿人7 个 agent / 6 种模式academic-paper-reviewer/SKILL.mdacademic-pipeline10 阶段流水线编排器全流程编排academic-pipeline/SKILL.md完整流水线的骨架如下逐阶段矩阵见docs/ARCHITECTURE.md1 研究 → 2 写作 → 2.5 一致性闸门 → 3 审稿 → 4 修订 → 3 复审 → 4 再修订 → 4.5 终审一致性闸门 → 5 定稿 → 6 协作总结两个关键细节体现了人的位置每个阶段结束都停在用户确认检查点上由你选择走向Stage 2.5 / 4.5 的两道完整性闸门是强制的MANDATORY跑 7 模式 AI 故障清单不允许静默绕过——每一次豁免都必须留下书面理由。三、四条设计理念AI 是副驾不是代驾1️⃣ 把人留在需要大脑的环节README 开篇就划清了分工抓参考文献、排引用格式、核对数据、检查逻辑一致性这类苦力活交给 AI定义问题、选择方法、解读数据、写出I argue that之后的那句话必须是人。2️⃣ 辅助而非欺骗目标是写得更好不是藏得更深Style Calibration从你过往的 3 篇以上论文中学习你的语感让输出像你而不是像机器Writing Quality Check揪出 25 个 AI 高频词、破折号滥用等机器腔模式——这是写作规则不是检测规避Disclosure Mode按期刊/会议政策生成规范的 AI 使用声明因为透明才是标准。3️⃣ 让失败可见而不是隐藏这是最见人文的一处。流水线结束时会生成一份AI 自我反思报告协议见academic-pipeline/references/process_summary_protocol.md诚实记录 AI 自身的行为模式并附带一句近乎自嘲的免责声明这份自我反思由同一个可能犯谄媚毛病的 AI 产出请带着这一认知来读它。配套的还有谄媚风险评级LOW / MEDIUM / HIGH、让步率追踪以及魔鬼代言人的让步阈值协议AI 反驳前必须给用户的每一点反驳打 1–5 分只有 ≥4 分才允许认输防止你一质疑它就秒怂的对话病。4️⃣ 边界被记录而非临场发挥POSITIONING.md里有一份罕见的拒绝清单——六种 ARS即使将来技术上可行也绝不做的机制端到端全自动研究流水线、AI 自主提出研究假设、论文自动转幻灯片/海报、自主执行实验、湿实验自动化接口、模拟伦理审查委员会。理由是统一的一旦研究者沦为AI 产出的审稿人作者身份就不复存在了。许可证选CC BY-NC 4.0仅限非商业也是同一立场的延伸把工具永远留给学术社区免费用。四、把人机协作质量本身当作研究对象 ARS 里最特别的设计是一个协作深度观察者academic-pipeline/agents/collaboration_depth_agent.md它在每个检查点悄悄评估你与 AI 的协作方式评分框架来自 Wang Zhang2026,IJETHE的实证研究完整细则见shared/collaboration_depth_rubric.md认知警觉你是否在质疑、核实 AI 的输出与认知卸载你把整块任务还是零碎句子交给 AI两条路径独立预测深度学习成果研究还发现了一个反直觉的U 型曲线浅层、零碎地使用 AI帮我改个句子、查个事实结果比完全不用 AI 还差而深度、承诺式的任务级委托反而解锁高阶反思。这个观察者只建议、不拦截——它不打分排名你只是让你正在以什么方式协作这件事变得可见由你自己决定是否调整。流水线收尾时还会生成 6 维度方向设定、智识贡献、质量把关、迭代纪律、委托效率、元学习的协作质量评估。工具不只是帮你写完论文还想帮你理解你是怎么和 AI 一起工作的。五、诚实的边界它检查什么不检查什么 ⚖️ARS 对自身的检查范围毫不含糊地做了切割✅ 会检查❌ 不检查引用的真实存在性交叉核验 4 个文献索引实验是否真的被执行过论断与引用来源是否对齐原始数据是否真实、完整报告的方法学、图表与数据的保真度结果能否从底层材料复现官方原文承认了一个刺眼的失败形态如果一场造假被一致地报告、引用和包装它可以通过所有闸门。把底层实证工作交还给人类与机构审查是这套工具对自身能力圈的清醒认知——这种诚实本身就是其人文立场的一部分。结语把人的位置写进设计 苏格拉底模式deep-research与academic-paper的 plan 模式是这一理念的最佳注脚你说引导我的研究AI 不会递来答案而是用 5–15 轮提问帮你把自己的问题想清楚——作者始终是你。想上手的话从 README.md 的 30 秒安装开始配合 QUICKSTART.md 三步跑通第一个流程想深读架构与数据流docs/ARCHITECTURE.md和docs/SETUP.md是最好的地图。学术写作不该是一个人的事——但也不该是 AI 一个人的事。把人的判断留在每一个闸门上让机器承担其余的负重这或许是 Academic Research Skills 留给我们最有价值的设计启示。【免费下载链接】academic-research-skillsAcademic Research Skills for Claude Code: research → write → review → revise → finalize项目地址: https://gitcode.com/GitHub_Trending/ac/academic-research-skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 学术写作不该是一个人的事：Academic Research Skills的设计理念与人文立场
学术写作不该是一个人的事Academic Research Skills的设计理念与人文立场【免费下载链接】academic-research-skillsAcademic Research Skills for Claude Code: research → write → review → revise → finalize项目地址: https://gitcode.com/GitHub_Trending/ac/academic-research-skills学术写作不该是一个人的事。开源项目Academic Research Skills简称 ARS是一套面向 AI 学术写作的协作技能框架覆盖「研究 → 写作 → 审稿 → 修订 → 定稿」的完整论文生产流程。它反复强调的核心立场只有一句AI 是你的副驾copilot而不是代驾pilot——繁重的体力活交给机器真正需要大脑的环节留给你。一、先泼一盆冷水为什么AI 全自动写论文走不通在谈理念之前先看三条让 ARS 坚持人机协作路线的真实证据证据说明 首个通过盲审的全自动 AI 研究系统Lu 等人2026Nature的 AI Scientist 系统通过了 ICLR 2025 workshop 的盲审但其局限性一节列出了所有全自动系统绕不开的故障模式幻觉结果、把 bug 包装成洞察、方法论编造、引用幻觉 语料库规模的引用幻觉审计Zhao 等人对 250 万篇论文的 1.11 亿条参考文献做了审计保守估计仅 2025 年就有约 14.7 万条幻觉引用⚠️ 项目自己的翻车记录ARS 一次真实流水线产出的论文在发表后独立审计中发现 68 条参考文献里有 21 条存在问题——而它们此前通过了三轮机器完整性检查结论很清晰AI 增强的研究者比纯 AI或纯人类都更能规避这些故障模式。Human-in-the-loop人在回路不是保守而是被证据支持的工程决策。项目完整的设计哲学写在 POSITIONING.md 里一句话概括辅助而非欺骗。二、四个技能一支分工明确的AI 研究团队ARS 不是一个单一工具而是四支各司其职的智能体团队合计 40 个专职 agent技能角色规模入口文件deep-research文献研究与问题凝练含苏格拉底引导模式、PRISMA 系统综述13 个 agent / 8 种模式deep-research/SKILL.mdacademic-paper论文写作含风格校准、引用格式转换、修订教练12 个 agent / 11 种模式academic-paper/SKILL.mdacademic-paper-reviewer多视角同行评审含魔鬼代言人审稿人7 个 agent / 6 种模式academic-paper-reviewer/SKILL.mdacademic-pipeline10 阶段流水线编排器全流程编排academic-pipeline/SKILL.md完整流水线的骨架如下逐阶段矩阵见docs/ARCHITECTURE.md1 研究 → 2 写作 → 2.5 一致性闸门 → 3 审稿 → 4 修订 → 3 复审 → 4 再修订 → 4.5 终审一致性闸门 → 5 定稿 → 6 协作总结两个关键细节体现了人的位置每个阶段结束都停在用户确认检查点上由你选择走向Stage 2.5 / 4.5 的两道完整性闸门是强制的MANDATORY跑 7 模式 AI 故障清单不允许静默绕过——每一次豁免都必须留下书面理由。三、四条设计理念AI 是副驾不是代驾1️⃣ 把人留在需要大脑的环节README 开篇就划清了分工抓参考文献、排引用格式、核对数据、检查逻辑一致性这类苦力活交给 AI定义问题、选择方法、解读数据、写出I argue that之后的那句话必须是人。2️⃣ 辅助而非欺骗目标是写得更好不是藏得更深Style Calibration从你过往的 3 篇以上论文中学习你的语感让输出像你而不是像机器Writing Quality Check揪出 25 个 AI 高频词、破折号滥用等机器腔模式——这是写作规则不是检测规避Disclosure Mode按期刊/会议政策生成规范的 AI 使用声明因为透明才是标准。3️⃣ 让失败可见而不是隐藏这是最见人文的一处。流水线结束时会生成一份AI 自我反思报告协议见academic-pipeline/references/process_summary_protocol.md诚实记录 AI 自身的行为模式并附带一句近乎自嘲的免责声明这份自我反思由同一个可能犯谄媚毛病的 AI 产出请带着这一认知来读它。配套的还有谄媚风险评级LOW / MEDIUM / HIGH、让步率追踪以及魔鬼代言人的让步阈值协议AI 反驳前必须给用户的每一点反驳打 1–5 分只有 ≥4 分才允许认输防止你一质疑它就秒怂的对话病。4️⃣ 边界被记录而非临场发挥POSITIONING.md里有一份罕见的拒绝清单——六种 ARS即使将来技术上可行也绝不做的机制端到端全自动研究流水线、AI 自主提出研究假设、论文自动转幻灯片/海报、自主执行实验、湿实验自动化接口、模拟伦理审查委员会。理由是统一的一旦研究者沦为AI 产出的审稿人作者身份就不复存在了。许可证选CC BY-NC 4.0仅限非商业也是同一立场的延伸把工具永远留给学术社区免费用。四、把人机协作质量本身当作研究对象 ARS 里最特别的设计是一个协作深度观察者academic-pipeline/agents/collaboration_depth_agent.md它在每个检查点悄悄评估你与 AI 的协作方式评分框架来自 Wang Zhang2026,IJETHE的实证研究完整细则见shared/collaboration_depth_rubric.md认知警觉你是否在质疑、核实 AI 的输出与认知卸载你把整块任务还是零碎句子交给 AI两条路径独立预测深度学习成果研究还发现了一个反直觉的U 型曲线浅层、零碎地使用 AI帮我改个句子、查个事实结果比完全不用 AI 还差而深度、承诺式的任务级委托反而解锁高阶反思。这个观察者只建议、不拦截——它不打分排名你只是让你正在以什么方式协作这件事变得可见由你自己决定是否调整。流水线收尾时还会生成 6 维度方向设定、智识贡献、质量把关、迭代纪律、委托效率、元学习的协作质量评估。工具不只是帮你写完论文还想帮你理解你是怎么和 AI 一起工作的。五、诚实的边界它检查什么不检查什么 ⚖️ARS 对自身的检查范围毫不含糊地做了切割✅ 会检查❌ 不检查引用的真实存在性交叉核验 4 个文献索引实验是否真的被执行过论断与引用来源是否对齐原始数据是否真实、完整报告的方法学、图表与数据的保真度结果能否从底层材料复现官方原文承认了一个刺眼的失败形态如果一场造假被一致地报告、引用和包装它可以通过所有闸门。把底层实证工作交还给人类与机构审查是这套工具对自身能力圈的清醒认知——这种诚实本身就是其人文立场的一部分。结语把人的位置写进设计 苏格拉底模式deep-research与academic-paper的 plan 模式是这一理念的最佳注脚你说引导我的研究AI 不会递来答案而是用 5–15 轮提问帮你把自己的问题想清楚——作者始终是你。想上手的话从 README.md 的 30 秒安装开始配合 QUICKSTART.md 三步跑通第一个流程想深读架构与数据流docs/ARCHITECTURE.md和docs/SETUP.md是最好的地图。学术写作不该是一个人的事——但也不该是 AI 一个人的事。把人的判断留在每一个闸门上让机器承担其余的负重这或许是 Academic Research Skills 留给我们最有价值的设计启示。【免费下载链接】academic-research-skillsAcademic Research Skills for Claude Code: research → write → review → revise → finalize项目地址: https://gitcode.com/GitHub_Trending/ac/academic-research-skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考